TL;DR
眼镜蛇效应：使旨在解决的问题恶化的解决方案，通常因反常激励理性行动者利用。旨在减少眼镜蛇的赏金产生了更多眼镜蛇。捷径：实施任何基于激励的解决方案前，问"理性行动者会如何利用这个？"
眼镜蛇效应以殖民印度的故事命名。英国殖民政府担心德里眼镜蛇数量，为提交的每条死蛇提供赏金。一阶效应如预期：市民为奖励杀蛇。但进取的人开始为赏金专门繁殖眼镜蛇。政府发现后取消计划，饲养者释放现在无价值的眼镜蛇——留下德里比干预前更多的眼镜蛇。
故事说明了一类与仅未达目标或产生中性副作用不同的政策和激励失败：干预积极导致问题恶化。
机制始终相同：设计的激励与解决问题相关——但代理找到无需解决问题（或恶化问题）即可满足激励的方式。
眼镜蛇效应模式：
1. 问题存在：眼镜蛇太多
2. 设计代理解决方案的指标：提交的死蛇
3. 提供激励：每条蛇现金奖励
4. 理性利用：为奖励繁殖眼镜蛇
5. 取消激励：释放眼镜蛇
6. 结果：干预后眼镜蛇更多
测试：
"如果理性代理试图在不解决问题的情况下最大化奖励，
他们会怎么做？"
如果有合理答案，你有眼镜蛇效应风险。
现代案例：
• 按修复bug付钱 → 开发者制造bug来修复
• 按处理索赔奖金 → 员工处理简单容易的索赔；延迟复杂的
• 按测试成绩排名学校 → 应试教学；将低分学生排除在测试人群外英国殖民眼镜蛇繁殖：经典案例。赏金为眼镜蛇生产创造了原本不存在的市场。死眼镜蛇与更少野蛇的相关性在赏金创造通过替代方式生产死蛇激励时就崩溃了。取消计划揭示了反常性：突然无价值的眼镜蛇被释放。
美国NCLB测试成绩博弈：不让一个孩子掉队法（2001年）将学校经费与标准化测试成绩挂钩。面临低分削减经费的学校发现几种眼镜蛇效应策略：将教学资源集中在及格线附近学生（忽视轻易通过的和太远无法合理救助的学生）；将低分学生重新归类为特殊教育（免于测试人群）；在某些情况下记录有文件证明的成绩操纵。指标（测试成绩）被优化；底层目标（学生教育成就）被部分破坏。
员工病假上限：公司有时限制病假以减少缺勤。接近或达到病假上限的员工可能带病上班（出勤主义）以避免使用最后病假以防以后需要。生病员工传染健康同事。因病损失的总生产时间可能超过防止的病假。干预（上限）产生比防止的更多净病假时间。
与所有意外后果混淆。眼镜蛇效应具体是反常激励——解决方案直接导致问题加剧。并非每个意外后果都符合。如果道路安全干预减少死亡但增加另一类事故，那是意外后果但不是眼镜蛇效应。
假设所有基于激励的干预都有缺陷。教训是仔细设计激励，而非放弃它们。例如，价格激励在结构适当时非常有效。失败模式通常是指标-结果错位，而非激励本身。
作为事后批评使用。干预失败后识别眼镜蛇效应是分析。更有价值的使用是干预前测试——问"理性行动者会如何利用这个？"再投入资源。
忽视二阶眼镜蛇效应。有时眼镜蛇效应的修复产生自己的反常激励。失败政策上的纠正政策修正可能螺旋上升。激励设计的简单性降低这种风险。
如何在实施政策前测试眼镜蛇效应风险？
运行"理性行动者模拟"：假设受激励的每个人都是理性、自利的代理。他们会如何最大化奖励？那行为与你实际想要的行为不同吗？如果是——如果游戏指标比实现底层目标更容易——你有眼镜蛇效应风险。修复指标、增加验证机制或重新设计激励再启动。
眼镜蛇故事字面真实吗？
故事历史准确性有争议——没有强有力文献证明英国统治印度时大规模眼镜蛇养殖。法国殖民统治河内的等效"老鼠赏金"故事记录更好。但原理成立，这就是它进入常见用法的原因。机制（赏金创造繁殖激励）分析有效，无论具体实例是否发生。
眼镜蛇效应与古德哈特定律有何区别？
古德哈特定律是更广义原则：任何成为目标的指标不再是好指标。眼镜蛇效应是特定特别反常情况，游戏指标积极增加问题。所有眼镜蛇效应都是古德哈特失败；不是所有古德哈特失败都是眼镜蛇效应。在测试成绩例子中：应试教学是古德哈特定律。排除低分学生以提高平均分是眼镜蛇效应。
🚀 用话老师识别计划中的眼镜蛇效应风险 →
本页面是话老师思维模型知识库的一部分。
心智模型是"知道"，练成肌肉记忆才是"会"。去 AI 陪练用这个场景过一遍，或在训练营里找对应实战课。
🤖 AI 陪练 🗓️ 30 天训练营 🎨 生成海报